开源Lego AI生成器支持VR交互建模

近日，Hacker News社区出现一款名为“ldraw-nova”的开源AI项目，旨在通过大语言模型（LLM）代理实现乐高（LEGO©）模型的自动化设计与生成。该项目由开发者anteloc主导，核心目标是让AI不仅能理解用户对物理结构的构想，还能将其转化为真实可搭建的数字乐高模型。

用户只需向AI代理描述一个模型创意，系统便会引导其完成整个构建过程。最终输出内容极为丰富：包括以LDraw语言编写的源代码——这是一种被广泛用于乐高CAD软件的低级装配语言；多种可视化形式，如内置3D查看器、可交互播放的3D场景，甚至支持在Meta Quest 3设备上进行VR沉浸式体验；此外，还提供标准.glb格式的glTF文件，该文件已嵌入元信息作为Blender的自定义属性，便于后续在专业3D软件中编辑调整。值得一提的是，系统还会完整记录AI的思考过程与对话历史，为调试和复现提供依据。

技术实现上，ldraw-nova的关键在于其智能零件检索机制。AI代理在寻找合适乐高零件和参考模型时，依赖于开发者自研的语义搜索工具jev-rerank。该工具基于TypeSafe的Jev System One AI模型进行重排序，显著提升了搜索结果的相关性。若用户持有TypeSafe API密钥（TYPESAFE_API_KEY），可在Web应用设置中配置以启用此高级功能；否则系统将回退至全文搜索（FTS）策略，虽仍可运行，但生成模型的质量可能有所下降。

项目采用Docker容器化部署，需同时克隆主仓库ldraw-nova及其配套配置仓库ldraw-nova-docker，并确保两者处于同一版本标签（如v0.6.0）。首次构建Docker镜像约需5GB磁盘空间且耗时较长，完成后即可通过docker compose命令启动服务。应用提供两个访问端口：HTTPS的8443端口用于支持VR功能（需接受自签名证书警告），而HTTP的8765端口则适用于无需VR的常规使用场景。由于应用未设身份验证，开发者特别提醒仅在可信局域网内运行。

该项目源于开发者对“具身AI”能力的探索——即让大模型不仅能处理文本或图像，还能设计可执行、可制造的物理对象。尽管LDraw语言高度依赖数学计算（如零件旋转与精确定位），而这通常是LLM的弱项，但初步测试显示AI代理表现超出预期。此前，开发者已通过ldbuilder-ai、py2bricks和py4bricks等多个实验项目积累经验，最终促成ldraw-nova这一集成化、可交互的开源解决方案的诞生。